基于pyecharts绘制柱形折线融合图、圆环图、柱形堆积图、雷达图，并利用“并行多图”进行排布

清风独斟一杯酒

已于 2023-12-15 18:01:10 修改

阅读量394

点赞数 7

文章标签： python 开发语言

于 2023-12-14 13:44:01 首次发布

本文链接：https://blog.csdn.net/P90rushB1/article/details/134993221

版权

柱形折线融合图

import pyecharts.options as opts
from pyecharts.charts import Bar, Line
 
x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]
 
# 创建柱状图
bar = (
    Bar()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量（万人次）",
        y_axis=[87.43, 90.91, 96.22, 101.89, 107.15, 116.39, 105.76, 120.22],
        label_opts=opts.LabelOpts(is_show=True),
    )
    # 扩展额外的y轴来显示同比增速
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速（%）",
            type_="value",
            min_=-75,
            max_=20,
            interval=5,
            axislabel_opts=opts.LabelOpts(formatter="{value} %"),
        )
    )
    # 设置全局选项
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(
            is_show=True, trigger="axis", axis_pointer_type="cross"
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            type_="value",
            min_=50,
            max_=150,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} 万人次"),
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
    )
)
 
# 创建折线图
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="同比增速（%）",
        yaxis_index=1,
        y_axis=[7.4, 4.0, 5.83, 5.81, 5.16, 8.63, -9.13, 13.66],
        label_opts=opts.LabelOpts(is_show=True),
    )
)
 
# 将折线图与柱状图结合并渲染为HTML文件
bar.overlap(line).render("2014-2021年中国中医类医疗卫生机构诊疗量.html")

结果如下：

圆环图

# 导入pyecharts库中的options和Pie类
from pyecharts import options as opts
from pyecharts.charts import Pie
 
# 定义数据，每个年龄组别以及占比
age_data = [("20岁以下", 2.2), ("20-30岁", 27.9), ("31-40岁", 56.2), ("41-50岁", 10.9), ("51岁以上", 2.8)]
 
# 创建Pie对象，并通过add()向图表中添加数据
c = (
    Pie()   # 创建饼形图对象
    .add(   # 添加数据
        "", # 图例名称为空
        age_data,   # 数据源
        radius=["40%", "55%"],  # 内径和外径的大小
        label_opts=opts.LabelOpts(  # 标签样式和位置
            position="outside", # 标签放置在外部
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ", # 富文本标签格式化字符串
            background_color="#eee", # 标签背景色
            border_color="#aaa",    # 边框颜色
            border_width=1,         # 边框宽度
            border_radius=4,        # 边框圆角
            rich={  # 富文本配置
                "a": {"color": "#999", "lineHeight": 22, "align": "center"}, # 饼图外文本颜色和对齐方式
                "abg": {    # 扇形区域背景的配置
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {     # 水平分隔线的配置
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 16, "lineHeight": 33},     # 饼图外标签文字大小和行高
                "per": {    # 饼图扇形区域的占比文字样式
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    # 设置全局参数，包括标题
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像数据"))
    # 将图表渲染到HTML文件中
    .render("02.html")
)

结果如下：

柱形堆积图

from pyecharts import options as opts  # 导入 pyecharts 库的 options 模块
from pyecharts.charts import Bar  # 导入 pyecharts 库的 Bar 类
 
x_data = ["2019", "2020", "2021", "2022", "2023"]  # 定义年份数据
y_data1 = [20.3, 22.0, 23.5, 22.5, 22.3]  # 定义跨国企业占比数据
y_data2 = [79.7, 78.0, 76.5, 77.5, 77.7]  # 定义本土企业占比数据
 
c = (
    Bar()  # 创建一个 Bar 类实例
    .add_xaxis(x_data)  # 添加 x 轴数据
    .add_yaxis("跨国企业占比", y_data1, stack="stack1")  # 添加跨国企业占比数据
    .add_yaxis("本土企业占比", y_data2, stack="stack1")  # 添加本土企业占比数据
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))  # 设置系列选项，隐藏标签
    .set_global_opts(
        title_opts=opts.TitleOpts(title="跨国企业与本土企业占比"),  # 设置标题为“跨国企业与本土企业占比”
        xaxis_opts=opts.AxisOpts(name="年份"),  # 设置 x 轴名称
        yaxis_opts=opts.AxisOpts(name="占比(%)"),  # 设置 y 轴名称
        legend_opts=opts.LegendOpts(pos_left="right"),  # 设置图例位置为右侧
    )
    .render("03.html")  # 将图表渲染成 html 文件，保存为“03.html”
)

结果如下：

雷达图

from pyecharts import options as opts      # 导入 pyecharts 库的配置模块
from pyecharts.charts import Radar         # 导入雷达图模块
 
data = [{"value": [33, 45, 3, 9, 6, 4], "name": "药品类型"}]   # 定义雷达图的数据，包括数值和名称
 
c_schema = [                      # 定义雷达图的各个维度的配置
    {"name": "化学药", "max": 50, "min": 0},
    {"name": "中成药", "max": 50, "min": 0},
    {"name": "生物制品", "max": 50, "min": 0},
    {"name": "保健品", "max": 50, "min": 0},
    {"name": "中药饮片", "max": 50, "min": 0},
    {"name": "其他", "max": 50, "min": 0},
]
 
c = (                             # 创建雷达图对象
    Radar()
    .add_schema(                   # 添加雷达图的配置
        schema=c_schema,           # 设置维度的配置
        shape="circle",            # 设置雷达图的形状为圆形
        center=["50%", "50%"],     # 设置雷达图的中心位置为页面的中心
        radius="80%",              # 设置雷达图的半径为页面宽度的80%
        angleaxis_opts=opts.AngleAxisOpts(          # 设置角度轴的配置
            max_=360,                               # 角度轴的最大值为360度
            is_clockwise=False,                     # 不顺时针显示角度轴
            interval=5,                             # 设置角度轴刻度间隔为5度
            axistick_opts=opts.AxisTickOpts(is_show=False),      # 不显示角度轴刻度线
            axisline_opts=opts.AxisLineOpts(is_show=False),      # 不显示角度轴线
            axislabel_opts=opts.LabelOpts(is_show=False),        # 不显示角度轴标签
            splitline_opts=opts.SplitLineOpts(is_show=False),    # 不显示角度轴分割线
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(          # 设置半径轴的配置
            min_=0,                                 # 半径轴的最小值为0
            max_=50,                                # 半径轴的最大值为50
            interval=10,                            # 设置半径轴刻度间隔为10
            splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),     # 显示半径轴的分隔区域，设置透明度为1
        ),
        polar_opts=opts.PolarOpts(),                # 极坐标系配置项
        splitarea_opt=opts.SplitAreaOpts(is_show=False),       # 不显示分割区域
        splitline_opt=opts.SplitLineOpts(is_show=False),       # 不显示分割线
    )
    .add(                              # 添加雷达图的数据系列
        series_name="药品类型",         # 数据系列的名称
        data=data,                     # 数据
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),       # 设置数据区域的透明度为0.1
        linestyle_opts=opts.LineStyleOpts(width=1),           # 设置线条的宽度为1
    )
    .set_colors(["#4587E7"])          # 设置颜色
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像数据"))   # 设置全局配置，包括标题
    .render("04.html")                # 将图表渲染为 HTML 文件
)

结果如下：

并行多图

# 引入必要的库
from pyecharts import options as opts
from pyecharts.charts import Bar, Grid, Pie, Line, Radar
 
# 图表01：创建柱状图和折线图组合的Grid
# 定义x轴和y轴数据
x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]
bar = (
    Bar()  # 创建柱状图
    .add_xaxis(xaxis_data=x_data)  # 添加x轴数据
    .add_yaxis(
        series_name="诊疗量（万人次）",
        y_axis=[87.43, 90.91, 96.22, 101.89, 107.15, 116.39, 105.76, 120.22],  # 添加y轴数据
        label_opts=opts.LabelOpts(is_show=True),
    )
    .extend_axis(
        yaxis=opts.AxisOpts(  # 添加另一个y轴
            name="同比增速（%）",
            type_="value",
            min_=-75,
            max_=20,
            interval=5,
            axislabel_opts=opts.LabelOpts(formatter="{value} %"),
        )
    )
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(  # 设置提示框的样式
            is_show=True, trigger="axis", axis_pointer_type="cross"
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            type_="value",
            min_=50,
            max_=150,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} 万人次"),
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
        legend_opts=opts.LegendOpts(orient="horizontal", pos_top="top", pos_right=0)  # 设置图例的位置和样式
    )
)
 
line = (
    Line()  # 创建折线图
    .add_xaxis(xaxis_data=x_data)  # 添加x轴数据
    .add_yaxis(
        series_name="同比增速（%）",
        yaxis_index=1,
        y_axis=[7.4, 4.0, 5.83, 5.81, 5.16, 8.63, -9.13, 13.66],  # 添加y轴数据
        label_opts=opts.LabelOpts(is_show=True),
    )
)
bar.set_global_opts(title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量"))  # 设置图表的标题
bar.overlap(line)  # 将折线图与柱状图重叠在一起
 
# 图表02：创建环形图
# 定义饼图的数据
age_data = [("20岁以下", 2.2), ("20-30岁", 27.9), ("31-40岁", 56.2), ("41-50岁", 10.9), ("51岁以上", 2.8)]
pie = (
    Pie()  # 创建饼图
    .add(
        "",
        age_data,
        radius=["40%", "55%"],  # 设置内外半径
        label_opts=opts.LabelOpts(
            position="outside",
            formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",  # 标签的样式
            background_color="#eee",
            border_color="#aaa",
            border_width=1,
            border_radius=4,
            rich={
                "a": {"color": "#999", "lineHeight": 22, "align": "center"},
                "abg": {
                    "backgroundColor": "#e3e3e3",
                    "width": "100%",
                    "align": "right",
                    "height": 22,
                    "borderRadius": [4, 4, 0, 0],
                },
                "hr": {
                    "borderColor": "#aaa",
                    "width": "100%",
                    "borderWidth": 0.5,
                    "height": 0,
                },
                "b": {"fontSize": 16, "lineHeight": 33},
                "per": {
                    "color": "#eee",
                    "backgroundColor": "#334455",
                    "padding": [2, 4],
                    "borderRadius": 2,
                },
            },
        ),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像数据"))  # 设置图表标题
)
 
# 图表03：创建堆叠柱状图
# 定义x轴和y轴数据
x_data = ["2019", "2020", "2021", "2022", "2023"]
y_data1 = [20.3, 22.0, 23.5, 22.5, 22.3]
y_data2 = [79.7, 78.0, 76.5, 77.5, 77.7]
bar_stack = (
    Bar()  # 创建柱状图
    .add_xaxis(x_data)  # 添加x轴数据
    .add_yaxis("跨国企业占比", y_data1, stack="stack1")  # 添加第一组y轴数据，并设置堆叠方式
    .add_yaxis("本土企业占比", y_data2, stack="stack1")  # 添加第二组y轴数据，并设置堆叠方式
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))  # 设置系列的标签样式
    .set_global_opts(
        title_opts=opts.TitleOpts(title="跨国企业与本土企业占比"),  # 设置图表标题
        xaxis_opts=opts.AxisOpts(name="年份"),  # 设置x轴的名称
        yaxis_opts=opts.AxisOpts(name="占比(%)"),  # 设置y轴的名称
        legend_opts=opts.LegendOpts(pos_left="right"),  # 设置图例的位置和样式
    )
)
 
# 图表04：创建雷达图
# 定义雷达图的数据
data = [{"value": [33, 45, 3, 9, 6, 4], "name": "药品类型"}]
radar = (
    Radar()  # 创建雷达图
    .add_schema(  # 添加雷达图的基本配置
        schema=[
            opts.RadarIndicatorItem(name="化学药", max_=50, min_=0),
            opts.RadarIndicatorItem(name="中成药", max_=50, min_=0),
            opts.RadarIndicatorItem(name="生物制品", max_=50, min_=0),
            opts.RadarIndicatorItem(name="保健品", max_=50, min_=0),
            opts.RadarIndicatorItem(name="中药饮片", max_=50, min_=0),
            opts.RadarIndicatorItem(name="其他", max_=50, min_=0),
        ],
        shape="circle",
        center=["50%", "50%"],
        radius="80%",
        angleaxis_opts=opts.AngleAxisOpts(
            max_=360,
            is_clockwise=False,
            interval=5,
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(is_show=False),
            axislabel_opts=opts.LabelOpts(is_show=False),
            splitline_opts=opts.SplitLineOpts(is_show=False),
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(
            min_=0,
            max_=50,
            interval=10,
            splitarea_opts=opts.SplitAreaOpts(is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)),
        ),
        polar_opts=opts.PolarOpts(),
        splitarea_opt=opts.SplitAreaOpts(is_show=False),
        splitline_opt=opts.SplitLineOpts(is_show=False),
    )
    .add(
        series_name="药品类型",
        data=data,
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),
        linestyle_opts=opts.LineStyleOpts(width=1),
    )
    .set_colors(["#4587E7"])
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像数据"))  # 设置图表标题
)
 
# 创建水平排列的 Grid，包含图表02、图表03和图表04
grid_h = (
    Grid()
    .add(
        chart=bar,
        grid_opts=opts.GridOpts(pos_left="5%", pos_right="55%", pos_top="10%", pos_bottom="60%"),
    )
    .add(
        chart=pie,
        grid_opts=opts.GridOpts(pos_left="60%", pos_right="5%", pos_top="10%", pos_bottom="60%"),
    )
    .add(
        chart=bar_stack,
        grid_opts=opts.GridOpts(pos_left="5%", pos_right="55%", pos_top="65%", pos_bottom="5%"),
    )
    .add(
        chart=radar,
        grid_opts=opts.GridOpts(pos_left="60%", pos_right="5%", pos_top="65%", pos_bottom="5%"),
    )
)
 
# 创建垂直排列的 Grid，包含图表01和组合图表05
grid_v = (
    Grid()
    .add(
        chart=grid_h,
        grid_opts=opts.GridOpts(pos_left="5%", pos_right="5%", pos_top="5%", pos_bottom="5%"),
    )
    .add(
        chart=bar,
        grid_opts=opts.GridOpts(pos_left="5%", pos_right="5%", pos_top="65%", pos_bottom="5%"),
    )
    .render("grid.html")
)

结果如下：

清风独斟一杯酒

关注

7
点赞
踩
9

收藏

觉得还不错? 一键收藏
1
评论
基于pyecharts绘制柱形折线融合图、圆环图、柱形堆积图、雷达图，并利用“并行多图”进行排布

二、在grid创建组合图表时，一定要输入 “is_control_axis_index=True”，这表示是否由自己控制 Axis 索引。三、overlap要放到所有实例后面，基本图表实例要放在直角坐标系图表实例后，不然排序会乱。一、因为有两个直角坐标系图表（柱形折线融合图、柱形堆积图），所以x轴和y轴的索引要注意。饼图（圆环图）实例不能放在第一！
复制链接

扫一扫